arXiv cs.LG· Bashar Khoury, Shadi Omari, Assaf Schuster·· 6 天前AI 评分35
面向时间序列预测的专家专业化研究：学习该共享什么
Learning What to Share: Expert Specialization for Time-Series Forecasting
AI 导读
研究提出即插即用方法 PCR，通过在冻结的预训练预测器周围交替进行通道特定混合权重的精确条件估计与低秩残差专家的梯度训练，解决多变量时序预测中的通道专业化问题。论文同时引入合成基准 GalaxyTS；在 4 个预测视界平均下，PCR-K4 相对 3 种冻结 backbone 实现了 3.86%-14.25% 的均方误差降幅，且可训练参数量大幅减少。
来源：arXiv cs.LG · arxiv.org